Assessment of physiological and glaucomatous retinal aging by scatterer-density estimation based on deep-learning model trained by wave-optically simulated OCT speckle images
Rattachement africain : jp. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Retina experiences decreased ganglion cell (GC) density and reduced dendritic and axonal areas by its aging. Glaucoma also leads to GC loss and irreversible blindness. We developed a deep-learning-based scatterer density estimator (SDE) to assess the aging of retinal tissues. Analyzing OCT data from 134 eyes (78 healthy, 56 glaucoma), we found significant age-related reductions in ScD across all retinal layers. ANCOVA revealed no significant differences in ScD between normal and glaucoma groups when adjusting for age, but retinal thickness showed significant differences. The SDE effectively measures age-related changes, with ScD indicating retinal aging and GC thickness distinguishing glaucoma.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Assessment of physiological and glaucomatous retinal aging by scatterer-density estimation based on deep-learning model trained by wave-optically simulated OCT speckle images
- Date Crossref
- 19/03/2025
- Éditeur
- SPIE
- Type
- proceedings-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Les institutions déclarées
Une affiliation ne permet pas de déduire la nationalité d’un auteur.